Syllabus

Data Engineer
Notre histoire
Leader français de la formation en Data Science, DataScientest offre
un apprentissage d’excellence orienté emploi pour professionnels et
particuliers.

Une formation conçue avec et pour les entreprises

Les données prennent de plus en plus
d’importance au sein des entreprises,
tous secteurs confondus. Ainsi, cela 92% des
s’accompagne, d’un besoin de nouveaux responsables Data des
profils compétents capables d’analyser, plus grands groupes
d’organiser et de traiter cette donnée. C’est français souhaitent
pourquoi DataScientest forme depuis déjà 5 renforcer leurs équipes
ans les équipes Data de plus de 30 grands en recrutant des Data
groupes du CAC 40 ainsi que de nombreux Engineers*.
*enquête menée auprès d’une quarantaine
autres champions français et étrangers. En d’entreprises partenaires.

2021, c’est plus de 2 000 professionnels qui

ont été formés chez nous.
Un cursus adapté aux particuliers
Ces mêmes entreprises sont plus tard venues solliciter DataScientest car leurs
profils internes ne correspondaient plus à leurs demandes : elles cherchent à
embaucher mais ne rencontrent pas les bons profils. Sous cette impulsion, nous
avons donc lancé une offre pour les particuliers. Depuis, cette offre ne cesse
de s’enrichir grâce à de nouvelles formations proposées (Data Steward) ou de
nouveaux cursus spécialisés (Data for SEO).

Xavier Bocher - Head of Credit Risk

Internal Models & Operational Research
@ Groupe Crédit Agricole
" Une vraie expertise en data science, délivrée avec
un accompagnement sur mesure dans le souci
constant de la satisfaction du client. "

2
 DataScientest
en chiffres

3 000 99 %
taux de
alumnis complétion

+ de 30groupes
du CAC40 formés

2 000 h 94 %
contenu taux de
spécialisé satisfaction

ILS SE SONT FORMÉS CHEZ DATASCIENTEST

3
 Nos partenaires
DataScientest c’est également de nombreux partenaires académiques. Notre
plateforme est notamment utilisée par les Masters Data Science de plusieurs
écoles de commerce et d’ingénieur. Voici nos différents partenariats :

Datadock permet de vérifier la conformité des

organismes avec 6 critères qualité définis par la Loi.
DataScientest est référencé sous le numéro NDA :
11755665975

Depuis Septembre 2021, les cursus Data Scientist et

Data Engineer bénéficient d’une certification par l’École
des Mines ParisTech. Ce partenariat se matérialise par la
délivrance d’un parchemin attestant des compétences
de l’apprenant et par l’intervention de professeurs de
l’École des Mines ParisTech lors de la formation.

HEC Data Minds a pour mission de construire une communauté

florissante de chefs d’entreprise qui participent activement
à l’innovation. Depuis octobre 2020, DataScientest met
à disposition des étudiants d’HEC Paris des accès à sa
plateforme pour maîtriser le code et la résolution de
problèmes analytiques grâce à la science des données.

Depuis plus d’un an, l’Institut du Risk Management collabore

étroitement avec DataScientest dans l’élaboration d’une
formation à la data science répondant parfaitement aux besoins
de l’actuariat. Cette formation est appelée à s’étendre dans les
prochains mois. Nous vous tenons au courant très rapidement !

L’IPAG Business School a décidé de lancer son Master MSc de Data

Science en partenariat avec DataScientest. Nous accompagnons
ainsi l’IPAG Business School au développement technique de la
formation.

Le Ministère du Travail a développé QUALIOPI qui est une

nouvelle marque de certification qualité des prestataires
d’action de formation. Toutes nos formations sont à
présent certifiées Qualiopi !

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 4

 L’équipe

Nos formateurs
L’équipe pédagogique de DataScientest est formée de professeurs
internes à l’organisme. Ils se consacrent entièrement à l’enseignement
et à la recherche pour nos différentes formations et cursus experts.
Tous nos professeurs sont en permanence présents pour vous. Ils
ont créé et actualisent l’ensemble de nos parcours. Ils vous accom-
pagnent par visio-conférence et sur notre plateforme. Ils travaillent
pour que vous soyez accompagnés tout au long de votre formation.
Forts d’un parcours académiques d’excellence et d’expériences profes-
sionnelles variées, ce sont les experts en Data Science qui vous permet-
tront d’intégrer l’équipe Data dans le secteur qui vous intéresse (Banque
& Assurance, Industrie, Finance, Médical et bien d’autres encore).

Charles S
Responsable Académique

Diplômé de l’École Polytechnique, Charles a participé à l’élaboration

des cours dès le jour 1. Il est spécialisé en programmation, Machine
Learning et Deep Learning. Il a formé plus de 800 apprenants et a
supervisé plus d’une centaine de projets.

Thomas B
Responsable formation Data Scientist

Après son cursus à l’École des Mines de Paris, Thomas a vite rejoint
les rangs de DataScientest. Il est en charge de nos cursus experts
NLP et computer vision. Ces quatre dernières années, Thomas a
formé plus de 400 apprenants à la Data Science

5
L’équipe
Paul D
Responsable formation Data Engineer
Diplomé de Centrale-Supelec et du Master in Data Science & Business
Analytics en double diplôme Centrale Supelec - ESSEC, Paul est
spécialisé dans le Big Data. Il est à la tête de notre formation Data
Engineer et du cursus expert Machine Learning Engineer.

Raphaël K
Responsable formation Data Analyst

Titulaire du master ISF spécialisé en Apprentissage Statistique et

Science des données de l’Université Paris-Dauphine, Raphaël a
conçu la formation Data Analyst grâce à ses connaissances en
programmation, dataviz, et Machine Learning. Il fait partie de l’équipe
depuis 2016 et a chapeauté plus de 100 projets.

Daniel
Pendant votre formation, vous progressez sur notre plateforme. Cependant, vous
ne serez jamais seul, Daniel est là pour vous. L’ensemble de nos professeurs se
relaient pour vous répondre en live à l’ensemble de vos questions par Slack. Avec
un accompagnement tous les jours de la semaine, de 9h00 à 18h00, vous êtes
guidés tout au long de votre parcours.

Xavier Horem: Responsable de l’acculturation

Big Data & IA @Allianz France
“De par le niveau et la qualité des compétences acquises à l’issue de cette
formation, le partenariat conclu avec DataScientest est un atout important
pour atteindre notre objectif d’être une entreprise Data Driven. C’est
également un levier précieux pour notre politique de Marque-Employeur qui
vise à accompagner nos collaborateurs dans l’évolution de leurs métiers, de
leurs compétences, et ainsi à les fidéliser.”

6
 Notre pédagogie

Format hybride
DataScientest offre une formation 100%
en distanciel en format hybride :
15 % du temps, vous êtes accompagnés par
votre professeur et votre cohorte pour des
15% sessions de visioconférence. Pour les 85 %
masterclass
restants, vous travaillez sur notre plateforme
d’enseignement et vous êtes guidés via slack
Cours en distanciel
par nos data scientists. Ce format vous donne
la flexibilité nécessaire pour vous organiser
85%
de coaching individuel
à votre manière. Nous suivons aussi votre
progression et vous accompagnons pour
assurer la bonne complétion de votre formation.

Sur notre plateforme, nos professeurs

sont joignables toute la semaine. Ils
restent à vos côtés pour vous conseiller
rapidement et efficacement !
Connaissez-vous Daniel ? C’est lui qui
répond à vos questions en live sur la
plateforme. Daniel est particulièrement
réactif puisqu’une vingtaine de professeurs
se relaient pour répondre à sa place.

MASTERCLASS

EXAMENS Chaque sprint s’accompagne d’une

ou plusieurs masterclass en vi-
Chez DataScientest, pas de sio-conférence. Les objectifs et les
QCM automatisé. Chaque copie formats pédagogiques de chaque
est revue et corrigée à la main Masterclass changent en fonction
par nos enseignants. Nous re- du sprint abordé : corrections de
prendrons avec vous l’ensemble use cases concrets, cours magis-
de vos difficultés. traux sur des thématiques spéciales,
concours entre cohortes …

7
 Notre pédagogie

Projet fil rouge

Tout au long de votre formation, et au fur et à mesure que vos compétences
se développent, vous allez mener un projet de Data Engineer nécessitant un
investissement d’environ 120 heures au long de la formation.

C’est une étape cruciale de votre

parcours qui vous rend pleinement
opérationnel. Vous travaillerez sur
des jeux de données non nettoyés,
et devrez réaliser un travail de
qualité professionnelle. Des révisions
sont faites toutes les semaines par
votre professeur pour vous orienter,
et vous coacher. Cela permet de
passer efficacement de la théorie
à la pratique et de s’assurer que
vous maîtrisez les compétences
demandées sur les différents
modules.

C’est aussi un projet fortement apprécié par les entreprises. Il confirme vos
compétences et connaissances acquises à l’issue de la formation de Data Engineer.
Vous pourrez alors justifier d’un projet en data science abouti pendant vos entretiens.

Samir Ait idir - Chief Data Officer & Head of

Data Intelligence @ Orange Bank

"DataScientest c’est de l’apprentissage riche, personnalisé

et répondant aux problématiques réelles de l’entreprise"

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 8

 Notre pédagogie

En Bootcamp ou en continu

Deux formats sont possibles pour la formation de Data Engineer :

1
Le Bootcamp
Formez-vous rapidement,
en suivant un programme intensif
de 11 semaines.

Durée
11 semaines

Rythme
Temps plein (35h)

2
La formation
continue
Flexible, c’est le format adapté
à l’exercice d’une profession
en parallèle.

Durée
9 mois
Rythme
8 à 10h / Semaine
15% heures fixes, 85% libres

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 9

 Le cursus

Le parcours formation du
Data Engineer

10
 Le cursus

Programmation
Durée : 40h
2
PYTHON & PYTHON
ORIENTÉ OBJET
Maîtrise des variables et des types
Présentation des divers opérateurs et de leurs
1 applications

SYSTÈME LINUX & Introduction au concept de boucles et aux

structures de contrôle
SCRIPT BASH
Définition d’une fonction sur Python et
Présentation des Systèmes présentation de leurs applications
Linux
Initiation aux classes et modules
Prise en main et utilisation
d’un terminal Préparation de la mise en place, du paramétrage
Mise en place de scripts et de l’enchaînement de Décorateurs
Bash Différenciation et implémentation du
multithreading et du multiprocessing sur Python
Application d’une fonction asynchrone sur
Python
Introduction aux annotations et utilisation de la
bibliothèque MyPy

LES COMPÉTENCES
ACQUISES À L’ISSUE
Maîtriser le système d’exploitation Comprendre et utiliser la
Linux programmation orientée objet
Apprendre à utiliser un Terminal Créer des scripts complexes avec
Python
Créer et gérer des exécutables Bash
Maîtriser le langage Python et toutes
ses applications

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 11

 Le cursus

Bases de données
Durée : 50h
4 NEO4J
1 SQL Introduction aux bases de données
Introduction aux bases de données orientées graphes
relationnelles
Mise en place d’un premier graphe
Présentation de SQL Alchemy et ap- Initiation au langage de requête
plications Cypher
Initiation aux bases du langage SQL Chargement de données dans
Neo4J
Approndissement de SQL et de ses
applications Utilisation d’un client Python
pour Neo4J

2 MONGODB
LES COMPÉTENCES
Introduction aux bases de données
NoSQL (bases de données orientées
ACQUISES À L’ISSUE
documents, colonnes, graphes)
Savoir choisir un système de gestion de
Présentation de MongoDB bases de données en fonction du cas
d’utilisation
Familiarisation avec la syntaxe
des requêtes MongoDB Comprendre la notion de schémas et de
leur implémentation dans une base de
données relationnelles
Comprendre comment requêter un SGBDR
3 ELASTICSEARCH (système de gestion de base de données
Description d’un moteur de recherche relationnelles ) avec le langage SQL

Présentation d’un index et mode Manipuler une base de données orientée

d’emploi document comme MongoDB

Mise au point d’un Mapping Améliorer la recherche de vos données

textuelles à l’aide d’Elasticsearch
Découverte des différentes opérations
Gérer une base de données orientée graphe
Pré-traitement des données avec
Ingest Node Utiliser Cypher pour faire des requêtes
d’interrogation et de mise à jour des bases
Extraction des données avec les Text
de données orientées graphe
Analyzer

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 12

 Le cursus

Data Science
Durée : 50h
3
DATAVIZ
1 AVEC MATPLOTLIB
STATISTIQUES Présentation des différents
types de graphes :
Exploration des variables
numériques Graphiques en barres
(Barplots)
Exploration des variables
Nuages de points (Scatter
catégorielles
plots)
Étude des relations entre Histogrammes
les variables Boîtes à Moustaches (Box
Plots)
Camemberts (Pie Plots)

2
MACHINE LEARNING LES COMPÉTENCES
ACQUISES À L’ISSUE
Pré-traitement de données
Sélection et optimisation d’un Comprendre les bases des principaux
algorithme de Machine Learning algorithmes de Machine Learning

Définition et application d’un Être directement opérationnel en

algorithme de régression machine learning

Définition et application d’un Entraîner des modèles de machine

algorithme de classification learning avec la bibliothèque Sckit-
Learn
Développement d’algorithmes
de clustering Manipuler vos données avec des
Dataframes Pandas
Introduction au PCA
Maîtriser Numpy
Visualiser vos données dans des
graphiques variés grâce à Matplotlib

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 13

 Le cursus

Big Data Volume

Durée : 50h
3
SPARK
1
Distinction entre Spark et Hadoop
HADOOP ET HIVE
Introduction au calclul distribué avec
Fonctionnement de Hadoop Spark

Installation et configuration de Hadoop Présentation des APIs RDD et

Dataframe de Spark
Traitement et stockage des données
avec HDFS Pipeline de processing de données
distribuées avec PySpark
Présentation de MapReduce
Machine Learning distribué avec Spark
Utilisation de Hadoop Streaming pour MLLib
exécuter un fichier Map/Reduce
Mise en place d’entrepôts de données
Présentation du fonctionnement de
Hive LES COMPÉTENCES
ACQUISES À L’ISSUE

Appréhender les concepts

fondamentaux du Big Data
2
Comprendre la théorie sur les
HBASE architectures des systèmes distribués
Présentation des bases de données Stocker et traiter de manière distribuée
orientées colonne des données avec Hadoop distributed
Association de Hadoop (HDFS) et de file system (HDFS)
Hbase Maîtriser les principaux outils pour la
gestion des Big Data:
Requêtes de données
- Hadoop
Modification des données par Python - Hive
et happybase - Hbase
- Spark

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 14

 Le cursus

CI/CD 3
QUALITY
Durée : 25h
ASSURANCE
Découverte de la plateforme Github
pour le travail collaboratif sur Git
1 Présentation des fonctionnalités
GIT majeures de GitHub :
Fork
Introduction au système de Pull Request
gestion de version Git Issues
Initialisation d’un dépôt Git Partager ses modifications avec pull
et push
Présentation et approfondissement
des concepts git : Participation à l’amélioration de projet
Branches public (open source)
Tag
Présentation des principaux
Merge
workflows git

LES COMPÉTENCES
ACQUISES À L’ISSUE
2
GITHUB Maîtriser les outils de versionning
Travailler de manière collaborative et
Mise en place de tests unitaires
versionner les projets avec Git et GitHub
avec Pytest
Être capable de mettre en place des
Introduction aux Tests
tests unitaires
d’intégration et leurs fonctions
Appliquer des méthodes adaptées en
Présentation des avantages des
fonction des différentes problématiques
tests : gain de temps, lisibilité,
qualité et amélioration de code Vérifier le fonctionnement d’unités
de code indépendantes lors du
développement

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 15

 Le cursus

Big Data Vitesse

Durée : 25h

1 2
ARCHITECTURE KAFKA
DE STREAMING
Prise en main de Spark Streaming
Gestion de flux de données en
pour le traitement de données
temps réel
temps réel
Conception d’une architecture Big
Présentation du mini-batch
Data hybride (batch et temps réel)
streaming nécessaire pour le
Mise en place d’une architecture fonctionnement de Spark Streaming
Lambda

3 LES COMPÉTENCES
SPARK STREAMING ACQUISES À L’ISSUE

Présentation de la plateforme Comprendre comment gérer les flux de

de streaming distribué Kafka : données en temps réel
Architecture
Avantages Mettre en place et gestion d’architecture
de streaming
Gestion des paramétrages de
Producers Traiter des données en temps réel
Clef de partitionnement Maîtriser le logiciel Kafka
Maîtrise des paramétrages de Traiter et transformer des données en
Consumers temps réel, de manière distribuée avec
Consumer group Spark Streaming.

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 16

 Le cursus

Automatisation et Déploiement
Durée : 40h
2 AIRFLOW
Découverte des concepts d’Airflow :
1
APIs Présentation des principes de
l’orchestration et utilité
Introduction aux APIs et découverte Graphe orienté acycliques ou DAG
des architectures micro services (Directed Acyclic Graphs)
Présentation des différentes Opérateurs
méthodes HTTP et de leurs fonctions Gestion des tâches par le biais
Utilisation des librairies FastAPI d’Operators spécifiques
et Flask pour développer des API Monitoring des DAGs via l’interface
RESTful graphique d’Airflow
Documentation d’une API avec la
spécification OpenAPI
Gestion des erreurs et des
performances d’une API 4 KUBERNETES
Déployer et gérer des conteneurs

3 DOCKER
Présentation de la conteneurisation et
de son utilité par rapport à la virtualisation
LES COMPÉTENCES
ACQUISES À L’ISSUE
Initiation au fonctionnement de Docker
Manipulation des images et des Comprendre les APIs
conteneurs Apprendre à créer une Api avec Flask
Communication avec les conteneurs et FastApi

Persistance des données grâce aux Requêter une API HTTP

volumes Automatiser vos tâches grâce à la
Création d’une image Docker via un maîtrise d’Apache Airflow
Dockerfile Comprendre la virtualisation
Partage des images sur le Dockerhub Maîtriser les techniques et outils
de conteneurisation et d’ochestration
Utilisation de docker-compose
des conteneurs

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 17

 Informations pratiques
Prérequis
Pour entamer une formation de Data Engineer, le minimum requis est d’au moins
un Bac+3 en mathématiques ou Bac+5 en sciences. Un background en ingénieurie
ou informatique est conseillé pour pouvoir appréhender au maximum les fonctions
du Data Engineer.

ÉTAPE 1
Après votre inscription sur le site, nous vous contactons
une première fois pour une présentation détaillée de
notre offre et une compréhension de votre parcours et
vos souhaits.
L’idée est d’aligner dès le départ vos attentes avec nos
formations .

ÉTAPE 2
Après avoir précisé votre projet de formation,
vous rentrez en communication avec notre équipe
admission. Vous abordez les questions financières
et administratives. Plusieurs modalités de
financement sont disponibles (CPF, aides de pôle
emploi ou encore l’OPCO de votre entreprise). Le
reste à charge peut être échelonné jusqu’à 12 fois

ÉTAPE 3
Une fois ce test passé, un membre de l’équipe d’admission
prend contact avec vous pour échanger sur votre résultat,
vos motivations, et la pertinence de votre projet.

Coût de la formation : 5000 €*

*Avec des possibilités de financement. Nous sommes
notament éligibles au CPF (Compte Personnel de formation).

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 18

 Et après ?
Après la formation, une aide au retour
à l’emploi
Des bilans sont régulièrement faits avec notre
équipe RH qui vous suit tout au long de votre
parcours. Celle-ci peut également vous offrir
la possibilité de participer à des ateliers CV
et du coaching carrière au cours de diverses
masterclass hebdomadaires.

Lorsque vous approchez de la fin de votre formation, un point est effectué au

cours duquel vous renseignez les secteurs vers lesquels vous souhaitez vous
orienter.
À partir de vos renseignements, nous déposons votre CV au sein de nos
entreprises partenaires, et vous êtes immédiatement inscrit au processus de
recrutement de ces groupes.

La communauté alumni

Beta-test
Afin de gagner en connaissances data et d’assurer la veille technologique
même après la fin de la formation, tout alumni
a accès en avant-première à tout nouveau
module de formation.

Veille technologique
En parallèle, des newsletters élaborées par nos
data scientists sont régulièrement envoyées
et sont une source fiable d’informations
spécialisées en Data Science.

Communauté Alumni
Enfin, la communauté DataScientest ne cesse
de s’agrandir, et avec elle l’ensemble de ses alumnis. Pour garder le contact
et permettre aux anciens élèves de communiquer entre eux, DataScientest a
mis en place la communauté DatAlumni, un groupe qui partage et échange sur
divers thèmes autour de la Data Science. Vous serez invité à la rejoindre en
début de votre formation! Au programme : vieille technologique, opportunités
business, networking, événements (afterworks, salons, data challenges …).

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 19

 Témoignages d’alumnis

Amir ABBASZADEH
Cofounder and CEO at Oilifina Consulting
Ayant une formation d’ ingénieur, Amir a commencé sa carrière en conseil en stratégie
chez McKinsey puis en M&A dans une banque d’investissement. Suite à une expérience
entrepreneuriale, il a senti un vrai besoin technique en traitement des données mais son profil
100% business restait un frein pour se lancer dans l’aventure.

" 
Datascientest a complètement effacé et personne ne s’ennuie en plein milieu
cette inquiétude dans ma tête et m’a de cours. Le bonus de cette formation
permis de réaliser mon projet. Pour moi, est la disponibilité incroyable des
ce qui distingue Datascientest des autres experts pour nous aider. Aujourd’hui
c’est avant tout le contenu parfaitement j’ai créé mon entreprise grâce à cette
opérationnel ainsi que le méthode formation et nous sommes 8 dont
d’apprentissage live! 3 datascientists :) "
Ce qui donne toujours envie de continuer

Alina Vornicu
Responsable du Pôle Data de l’Inspection Générale de LCL
Après un master Économétrie et Statistiques Appliquées à l’Université d’Orléans, Alina a intégré
en 2010 Crédit Agricole Consumer Finance en tant que Chargée d’études statistiques dans
l’équipe Prévention du Risque et innovation puis LCL en 2015, en tant qu’Ingénieure d’études
statistiques et actuarielles dans l’équipe Data de l’Inspection Générale qu’elle a eu l’honneur de
manager depuis novembre 2019.

" Ce parcours de formation a apporté une La collaboration avec l’équipe de

certaine complémentarité à mon profil DataScientest a permis la découverte
"statistique". Il permet une approche des nouveaux horizons d’applicabilité
progressive partant de la data science en de la data science dans les thématiques
arrivant aux technologies de l’intelligence de l’audit interne. Plusieurs projets ont
artificielle, grâce à l'apprentissage d'un pris contour au sein de l’équipe afin
puissant langage de programmation : d’aller vers une meilleure identification
Python. L’alternance entre théorie et des zones de risque, plus de pertinence
pratique des modules ainsi que le projet et d'exhaustivité dans les constats
réalisé tout au long de la formation ont
formulés par les auditeurs."
permis un apprentissage rapide et une
mise en pratique sans délai des notions
acquises.

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 20

 Témoignages d’alumnis

Stefania Di Tommaso
Data Scientist at IsCool entertainment

Dotée d’un doctorat en chimie computationnelle, Stefania a travaillé en tant que

chercheuse à l’Ecole Nationale Supérieure de Chimie de Paris. À la recherche d’un
nouveau travail, Stefania a choisi de se reconvertir dans la data science et de faire
confiance à DataScientest.

" À la recherche d’un nouveau travail potentiel. Chose encore plus importante,
ainsi que d’un nouveau défi intellectuel, j’ai eu la possibilité de connaître des
j’ai commencé ma formation de data professionnels du secteur, travaillant
scientist chez DataScientest. En 3 mois, dans les milieux des plus différents.
grâce à un suivi constant, j’ai appris Cette formation fut une véritable
les bases en programmation sur R fenêtre ouverte sur un monde qui
et Python. J’ai également découvert m’était inconnu et dont maintenant je
plusieurs algorithmes de ML et leur fais partie !"

Caroline Uge
Data Scientist chez Back Market

Diplômée de l’IMT Atlantique en organisation et management des technologies de l’information,

Caroline a travaillé en tant que product owner chez Renault. Sentant que ce poste ne lui
convenait pas, elle a décidé de s’orienter dans la data science, domaine pour lequel elle avait
attrait. C’est dans ce cadre que Caroline a découvert DataScientest qui lui a permis de monter
en compétences en data science et de travailler in fine dans une entreprise de conseil en data
science.

J’ai assisté au bootcamp DataScientest data scientist. Cette formation m’a permis
il y a un peu plus de deux ans. A cette d’acquérir les connaissances techniques
époque, j’avais quitté un emploi de et mathématiques nécessaires pour
gestion de projet qui ne me convenait débuter en data science. Par la suite, j’ai
pas. Je m’intéressais beaucoup à l’analyse intégré une entreprise de conseil en data
de données que j’avais pu légèrement science au sein de laquelle j’ai pu mettre en
pratiquer. Je cherchais de ce fait un pratique mes acquis et affiner mon projet
poste de data analyst, dans l’optique professionnel. Aujourd’hui, je travaille
d’évoluer par la suite en data scientist. chez Back Market : j’exerce un métier
Malheureusement, mes entretiens que j’aime dans une entreprise en accord
n’aboutissaient pas par manque de avec mes valeurs. Ce bootcamp a donné
connaissances techniques. un gros coup de pouce à ma carrière et
Datascientest a été l’opportunité parfaite largement facilité ma reconversion, je le
pour monter en compétences et ainsi recommande chaudement !
prétendre directement à un poste de

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 21

 FAQ

À quel salaire peut prétendre un Data Engineer ?

Pour répondre à cette question, nous avons mené notre propre enquête auprès d’une
quarantaine d’entreprises partenaires.
En fonction du secteur et de l’entreprise le salaire d’un data engineer junior est de 45
119 € par an.
Après 4 ans d’expérience, ce salaire augmente considérablement et atteint 55 714
euros.

Existe-t-il des options de financement pour ma formation ?

Si vous êtes inscrit chez Pôle Emploi, vous êtes potentiellement éligible à l’AIF.
Soit une aide allant jusqu’à 2000€. DataScientest est également éligible au CPF.
Enfin si vous êtes actuellement en entreprise, vous pouvez être éligible à une aide du
FNE ou toute l’année via l’OPCO.
Quoi qu’il en soit nos équipes sont là pour vous guider dans vos démarches
administratives d’inscription aux différentes aides de financement.

Que faire à la suite de la formation ?

La capacité à maîtriser la data s’avère être très précieuse dans certains métiers comme
chercheur ou actuaire.
Ils bénéficient énormément de l’apport des data sciences, tout comme la plupart
des professions quantitatives qui impliquent des statistiques. La data leur offre des
nouvelles portes et opportunités.

Pour plus d’informations, n’hésitez pas à nous contacter :

contact@datascientest.com
www.datascientest.com
+33 9 80 80 79 49

Rejoignez-nous : contact@datascientest.com • +33 9 80 80 79 49 • www.datascientest.com 22

Vous
souhaitez
devenir
Data Engineer ?

Contactez contact@datascientest.com

notre équipe +33 9 80 80 79 49